Deteksi tulisan Arab metode Tamam menggunakan algoritma CNN (Convolutional Neural Network)

Yandika, Alvienas (2022) Deteksi tulisan Arab metode Tamam menggunakan algoritma CNN (Convolutional Neural Network). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (39kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (124kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (163kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (146kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (215kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (324kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (651kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (87kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (133kB) | Request a copy

Abstract

Alquran adalah sebuah pedoman hidup bagi para umat muslim di seluruh dunia. Di dalamnya terdapat firman-fiman Allah SWT untuk para hambanya dalam menjalankan ibadah dan mencari ilmu selama hidupnya. Berdasarkan riset IIQ (Institut Ilmu Al-Quran), tingkat buta huruf Al-Quran di Indonesia masih terbilang cukup tinggi, tercatat 65 % masyarakat Indonesia buta huruf Al-Quran. Dikarenakan iqra hanya metode baca tidak dengan tulis, padahal dalam teori pendidikan lebih efektif belajar membaca jika diiringi pelajaran menulis. Penelitian ini menggunakan suatu metode baca tulis Al-Qur’an yang disebut Metode Tamam. Metode Tamam adalah sebuah metode mengajarkan Baca Tulis Quran (BTQ) dengan memperhatikan beberapa aspek dan ciri huruf. Tujuan utama dari metode tamam ini adalah menekankan pembelajaran tulisan pada huruf hijaiyah, maka sistem ini akan menggunakan metode handwriting dan algoritma CNN mampu mendeteksi tulisan. Oleh karena itu untuk mempermudah metode tamam, maka dibuatlah klasifikasi huruf hijaiyah metode tamam menggunakan algoritma Convolutional Neural Network (CNN). CNN digunakan untuk model pendeteksi huruf hijaiyah metode tamam. Dengan penelitian ini, tingkat akurasi dari algoritma CNN terbilang baik, hasil akurasi yang didapat dari huruf hijaiyah metode tamam adalah 87% dengan data train berjumlah 624 dan dengan test size yang berbeda.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Klasifikasi; Hijaiyah; Tamam; Abjad; CNN
Subjects: Data Processing, Computer Science
Data Processing, Computer Science > Computer and Human
Use of Other Information Media
Al-Qur'an (Al Qur'an, Alquran, Quran) dan Ilmu yang Berkaitan > Ilmu-ilmu Al-Qur'an
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Alvienas Alvienas Yandika
Date Deposited: 14 Nov 2022 01:24
Last Modified: 14 Nov 2022 01:24
URI: https://digilib.uinsgd.ac.id/id/eprint/60702

Actions (login required)

View Item View Item